llms.txt non porterà i tuoi prodotti nei risultati di shopping AI. Il tuo feed sì.

Nell'ultimo anno, "aggiungi un file llms.txt" è diventato un consiglio standard in quasi tutte le checklist sulla visibilità nello shopping con l'AI. Raramente funziona. In uno studio sui log dei server di 12 settimane su 83 siti, pubblicato nel 2026, i crawler di OpenAI e Anthropic hanno richiesto i file llms.txt in tutto 16 volte, mentre sugli stessi siti hanno richiesto robots.txt più di 7.100 volte. Un secondo studio, basato su 14 giorni di log di un singolo sito, non ha registrato alcun recupero di llms.txt da parte dei crawler AI identificati. Questo articolo è per chi gestisce un feed di prodotto e si è sentito dire che llms.txt è la leva per la visibilità nello shopping con l'AI. Alla fine saprai quale meccanismo determina davvero se i tuoi prodotti compaiono in Google AI Mode, ChatGPT e Perplexity, e cosa sistemare al suo posto.

Che cos'è davvero llms.txt (e cosa non è)

llms.txt è una convenzione proposta, non uno standard per lo shopping o l'e-commerce. Lo sviluppatore Jeremy Howard ha pubblicato la specifica originale il 3 settembre 2024, e un aggiornamento alla versione 2 dell'agosto 2026 la descrive come un file markdown in /llms.txt: un H1 con il nome del sito o del progetto (l'unico elemento obbligatorio), un riepilogo facoltativo in un blockquote, sezioni descrittive libere ed elenchi di link ad altre pagine delimitati da H2. L'obiettivo è offrire a un modello linguistico una mappa breve e curata di un sito, invece di costringerlo ad analizzare le pagine HTML complete.

Nella specifica non si parla di dati di prodotto, prezzi, disponibilità o feed Shopping. È una convenzione per la documentazione e la scoperta dei contenuti, più vicina a una sitemap curata che a un feed di Google Merchant Center o a un catalogo prodotti strutturato. Questa distinzione è importante, perché la maggior parte dei consigli che invitano i team e-commerce a pubblicarne uno lo tratta come se fosse un formato di feed.

Google ha detto chiaramente che non userà llms.txt

Al Search Central Deep Dive di Google nell'area Asia-Pacifico del 23 luglio 2025, Gary Illyes di Google ha dichiarato che Google non supporta llms.txt e non ha intenzione di farlo, invitando i partecipanti a continuare a investire nella SEO standard per comparire nelle AI Overviews anziché in un formato di file separato. Da allora nessuna dichiarazione pubblica di Google ha fatto marcia indietro. Alcuni articoli del 2026 hanno anche parlato di una "proposta del W3C per standardizzare llms.txt", ma è un'esagerazione: la issue pertinente della W3C Technical Strategy è nella fase di "Investigation", non introduce esplicitamente alcun nuovo formato e il suo ultimo commento sostanziale risale a maggio 2025. Non esiste alcuno standard W3C, e Google è stata inequivocabile nel dire che non usa il file né per il ranking né per le AI Overviews.

Cosa hanno rilevato due studi del 2026 sui log dei server

Due misurazioni indipendenti confermano con dati di traffico reali, e non solo con dichiarazioni ufficiali, la metà della storia secondo cui il file "non viene recuperato".

• EZY Research, dal 27 aprile al 19 luglio 2026, su 83 siti di un panel di 556 domini: GPTBot ha richiesto llms.txt 7 volte e ClaudeBot 9 volte; PerplexityBot 0 volte. Gli stessi crawler hanno richiesto robots.txt 3.990 volte (OpenAI), 3.120 volte (Anthropic) e 775 volte (Perplexity).
• Saaslinks, traffico di un singolo sito dal 20 luglio al 3 agosto 2026: 147.180 richieste totali analizzate, 723 richieste di crawler AI a robots.txt, 151 a pagine effettive (il 90% da OpenAI) e zero richieste di llms.txt da parte di qualsiasi sistema AI identificato. Le 13 richieste totali del file provenivano da data broker, strumenti di profilazione e visitatori umani.

Entrambi gli studi segnalano limiti reali: campioni di dimensioni modeste e stringhe user-agent autodichiarate. Nessuno dei due sostiene di sapere cosa faccia internamente un modello con contenuti che non ha mai recuperato. Tuttavia, la direzione è coerente in entrambi i panel e corrisponde a quanto Google ha dichiarato pubblicamente. Se nel tuo team circola l'aneddoto, molto citato, secondo cui OpenAI recupererebbe llms.txt "ogni 15 minuti", consideralo un singolo aneddoto, smentito da due misurazioni sistematiche.

Il meccanismo che alimenta davvero le superfici di shopping AI di Google

La documentazione di assistenza Shopping di Google spiega da dove AI Mode, AI Overviews e Google Shopping prendono le informazioni sui prodotti: "Brand, retailer e altri fornitori di contenuti inviano le informazioni sui prodotti direttamente a Google tramite strumenti come Merchant Center e Manufacturer Center". Questi dati alimentano lo Shopping Graph, descritto come "un archivio dinamico di informazioni sui prodotti che offre una visione aggiornata dei prodotti disponibili", che "alimenta esperienze basate sull'AI come riepiloghi delle recensioni, guide all'acquisto o consigli sui prodotti". La pagina non indica la scansione come fonte dei dati di prodotto per lo shopping.

Questo è il motivo pratico per cui llms.txt non serve a nulla per le superfici di shopping AI di Google: quelle superfici vengono alimentate, non scansionate. La leva è la qualità dei dati del feed in Merchant Center, non un file nella radice del tuo dominio. La nostra guida alla preparazione dei feed per l'agentic commerce spiega cosa richiedono AI Mode, UCP e ACP a livello di protocollo; questo articolo resta più circoscritto, su cosa fa e cosa non fa la differenza per la visibilità nello shopping con l'AI.

Cosa richiede davvero Instant Checkout di ChatGPT

Il flusso di acquisto di ChatGPT, Instant Checkout, è stato lanciato il 29 settembre 2025 e si basa sull'Agentic Commerce Protocol sviluppato da OpenAI con Stripe. Attualmente supporta acquisti di un solo articolo, con i venditori Etsy statunitensi e oltre un milione di merchant Shopify come partner iniziali. I merchant si candidano tramite un portale dedicato, e OpenAI afferma che un merchant che elabora già i pagamenti con Stripe può attivare i pagamenti agentici con "anche una sola riga di codice".

La base tecnica è la Product Feed Specification per l'Agentic Commerce Protocol pubblicata da OpenAI, non llms.txt. A grandi linee definisce:

• Un'intestazione del feed con feed_id, account_id, target_merchant e target_country (un codice paese di due lettere), tutti obbligatori.
• Un oggetto prodotto con un id obbligatorio e stabile, title, description, url e media facoltativi e un array variants obbligatorio.
• Ogni variante con id e title obbligatori, più price, list_price e unit_price come importi interi in unità minori ISO 4217, barcodes strutturati (tipo e valore, ad esempio una coppia GTIN), un oggetto availability che combina un flag booleano con un enum di stato (in_stock, backorder, preorder, out_of_stock, discontinued), valori di condition come new o secondhand, categories, variant_options e seller.

Qui vanno distinte due cose dette da OpenAI. Instant Checkout funziona con questo feed strutturato inviato dai merchant che si sono candidati. Le menzioni generiche di prodotti in una normale conversazione ChatGPT sono invece descritte da OpenAI come "organiche e non sponsorizzate, ordinate esclusivamente in base alla pertinenza", il che rimanda ai normali segnali di contenuto e SEO e non a un feed inviato dal merchant. Un feed ti fa entrare nella superficie transazionale di Instant Checkout; da solo non garantisce una menzione nelle conversazioni libere. Il nostro playbook sui consigli di prodotto di ChatGPT approfondisce questo aspetto delle conversazioni libere.

Cosa ti fa entrare in Perplexity Shopping

L'assistente allo shopping di Perplexity acquisisce i dati di prodotto in due modi, entrambi vicini al modello del feed e non basati sulla scansione. Il primo è l'integrazione con le piattaforme, principalmente Shopify, che dà accesso alle "informazioni più recenti e pertinenti sui prodotti delle attività basate su Shopify". Il secondo è il Perplexity Merchant Program, un programma gratuito tramite cui i retailer più grandi "condividono le specifiche dei prodotti" direttamente, ottenendo l'integrazione dei pagamenti per il checkout nell'assistente e l'accesso gratuito alle API. Nessuno dei due percorsi passa per llms.txt o per la scansione generica, in linea con gli zero recuperi di llms.txt registrati per PerplexityBot nello studio di EZY Research citato sopra.

Dove il markup schema.org sulla pagina conta ancora

Niente di tutto questo rende irrilevanti i dati strutturati nelle pagine prodotto: semplicemente rispondono a una domanda diversa. La documentazione di Google Search Central sui risultati multimediali delle schede dei commercianti elenca le proprietà Product obbligatorie (name, image, un offers annidato) e le proprietà Offer obbligatorie (price, priceCurrency), con proprietà consigliate che includono gtin, mpn, sku, brand.name, availability e itemCondition. Queste regolano i risultati multimediali organici delle schede dei commercianti e il report Schede del commerciante di Search Console. Funzionano in parallelo al feed di Merchant Center, non al suo posto, e l'accuratezza di categorie e attributi nel feed stesso, quella che gestisce la nostra mappatura delle categorie di prodotto, fa ancora la parte più importante del lavoro per lo Shopping Graph.

Una riga del feed, prima e dopo

La differenza tra una tipica riga di un feed Google Shopping e una variante pronta per ACP è piccola, ma nasconde un bug che fa inciampare quasi ogni primo tentativo: i prezzi come interi in unità minori, non come stringhe decimali.

Prima, una riga standard in stile Merchant Center:

id: SKU-4821-BLK-M | title: Classic Wool Coat - Black - Medium | price: 129.00 USD | availability: in stock | gtin: 4006381333931

Dopo, ristrutturata secondo quanto previsto dalla specifica del feed ACP:

product.id: SKU-4821 (stable parent) | variant.id: SKU-4821-BLK-M | variant.price: { amount: 12900, currency: "USD" } | variant.availability: { available: true, status: "in_stock" } | variant.barcodes: [{ type: "gtin13", value: "4006381333931" }] | variant.condition: ["new"]

Due modifiche contano più di tutte: il prezzo è passato da una stringa decimale a un intero in unità minori (129.00 diventa 12900, non 129) e la disponibilità è diventata un oggetto strutturato anziché testo libero. Sono entrambi errori frequenti la prima volta che un team mappa un feed Shopping sulla struttura ACP.

Una checklist pratica

1. Smetti di considerare llms.txt un'attività per la visibilità nello shopping. Dagli una priorità bassa nel lavoro sui dati di prodotto; l'eventuale ruolo che ha riguarda la scoperta della documentazione in generale, al di fuori dell'ambito di questa guida.
2. Prima di tutto, verifica il tuo feed di Merchant Center rispetto agli attributi Product e Offer obbligatori e consigliati da Google: è ciò che alimenta davvero lo Shopping Graph, ed è il modo più rapido per individuare le lacune con i controlli di ottimizzazione del feed di Feedance.
3. Aggiungi o verifica il markup schema.org Product e Offer sulle pagine separatamente dal feed, perché regola una superficie diversa.
4. Se vendi tramite Shopify o Etsy, verifica lo stato della tua candidatura a Instant Checkout invece di dare per scontato che basti l'integrazione con la piattaforma.
5. Se ti candidi direttamente al feed ACP, mappa i prezzi in interi in unità minori e la disponibilità sull'enum strutturato prima del primo invio, non dopo un rifiuto.
6. Per Perplexity Shopping, oltre alla copertura predefinita tramite Shopify, candidati direttamente al Perplexity Merchant Program.
7. Mantieni il feed aggiornato. Dati di prezzo o stock non aggiornati che arrivano in ritardo su queste superfici fanno molti più danni di quanti ne farà mai l'assenza di un file llms.txt; Feedance sincronizza ogni giorno con il piano Essentials e ogni ora con il piano Business, e la cadenza giusta dipende da quanto spesso cambiano i tuoi prezzi e il tuo stock.

I limiti di questa guida

Questa è una guida su feed e fonti di dati, non un audit SEO tecnico completo. L'implementazione di schema.org sulle pagine è un compito del template o del CMS, non qualcosa che una piattaforma di gestione dei feed configura direttamente, e uno strumento dedicato di SEO tecnica o di convalida dei dati strutturati rileverà errori di markup a livello di pagina che una piattaforma di feed come Feedance non è mai stata progettata per vedere. Gli studi sui log dei server citati qui riguardano soprattutto siti più piccoli e non possono sapere cosa faccia internamente un modello con contenuti che non ha mai recuperato. Anche l'Agentic Commerce Protocol e il Merchant Program di Perplexity sono recenti e cambieranno; considera i nomi dei campi riportati qui come un'istantanea e controlla la specifica aggiornata prima di svilupparci sopra. Niente di tutto ciò riguarda le superfici di shopping AI regionali al di fuori di Google, OpenAI e Perplexity, che evolvono con tempi propri.

Domande frequenti

llms.txt aiuta i miei prodotti a comparire nei risultati di shopping AI di ChatGPT o Google?
Non ci sono prove pubbliche a sostegno. Google ha dichiarato direttamente che non userà llms.txt per le AI Overviews, e due studi indipendenti del 2026 sui log dei server hanno rilevato che i crawler AI lo richiedono molto meno spesso di robots.txt, in un caso zero volte in quattordici giorni.

Qual è la differenza tra lo Shopping Graph e un feed di Merchant Center?
Il feed di Merchant Center è l'insieme di dati che invii. Lo Shopping Graph è l'archivio interno di Google, aggiornato continuamente e creato a partire da quei dati, che poi alimenta i risultati Shopping, le AI Overviews e AI Mode.

Mi servono feed separati per Google AI Mode, ChatGPT Instant Checkout e Perplexity Shopping?
Di fatto sì, in formati diversi: un feed di Merchant Center per Google, un feed dell'Agentic Commerce Protocol per ChatGPT Instant Checkout dopo l'approvazione come merchant, e i dati della piattaforma Shopify oppure un invio diretto per il Merchant Program di Perplexity.

Il markup schema.org Product sulla pagina sostituisce il mio feed di Merchant Center?
No. Regola una superficie separata, i risultati multimediali organici delle schede dei commercianti, e Google lo considera complementare all'invio del feed, non un suo sostituto.

Come faccio a far entrare i miei prodotti in Instant Checkout di ChatGPT?
Candidati tramite il portale per merchant di OpenAI. Vendere su Shopify o come venditore Etsy negli Stati Uniti ti avvicina all'idoneità più di un'integrazione completamente nuova; secondo quanto riportato, i merchant che usano già Stripe possono attivare i pagamenti agentici con una sola riga di codice.

Come faccio a far entrare i miei prodotti in Perplexity Shopping?
Vendi tramite Shopify per una copertura di base, oppure candidati direttamente al Perplexity Merchant Program per condividere le specifiche dei prodotti e attivare il checkout nell'assistente.

Vale la pena pubblicare un file llms.txt?
Per la visibilità di prodotti e shopping in particolare, no: non è la priorità che il dibattito SEO ha fatto credere. L'eventuale ruolo che ha riguarda la scoperta della documentazione in generale, un problema diverso dal far entrare i prodotti nelle superfici di shopping AI.

Se vuoi un quadro concreto della copertura degli attributi del tuo feed prima di decidere cosa sistemare per primo, analizzalo con lo strumento gratuito di audit del feed di prodotto di Feedance.